极光大数据在“新零售”上的智能推荐实证研究

传统零售百货业的商品和服务同质化程度较高，企业运营成本不断增长，于是纷纷拓展线上平台。在传统零售行业和电商企业的市场博弈中，线上线下融合已经成为整个行业的趋势，融合的深度和广度决定了企业未来的发展。极光大数据正在成为零售业重构市场商业模式过程中的重要参与者，为加强线上线下业务的整合和消费数据的融合，促进业务创新增值，在综合触达方式的优化以及智能实时营销推荐等方面提供了完整的解决方案。下文将从实证角度阐述极光大数据在此方面的产品实施方案及效果。

案例背景

某百货零售企业是同时拥有线下百货商场和线上销售平台的典范，其2017年的营销目标是，打通线上线下渠道，多渠道营销，吸引更多客户。极光大数据营销系统是一套面向全行业的综合营销解决方案，由资源整合营销功能、360°立体运营功能、客户新服务功能、大数据智能推荐服务等多个功能构成，帮助企业客户实现可识别、可触达、可洞察、可服务的四部曲。

整体解决方案概述

极光大数据综合营销解决方案为企业提供了线上线下融合的解决方案，包括整合企业内外数据资源，促进各个渠道客户的融合和增活，实现行业客户服务体系内客户的全生命周期转化。该方案包括一套科学的客户服务体系流程：

i.线上沉默会员、线下会员和线上活跃会员的相互转化流程；

ii.线下各个阶段会员的相互转化流程。

下图为客户转化全生命周期流程图：

方案亮点 —— 智能云推荐

智能云推荐功能主要由特征提取、混合推荐引擎、系统接入三个部分组成。

i.特征提取：帮助企业对于需要推荐的素材进行文本分词、内容特征提取并进行智能化分类处理的过程

ii.混合推荐引擎：综合利用用户的行为、属性，对象的属性、内容、分类以及用户之间的社交关系等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象

iii.系统接入：企业通过API接口接入极光智能云推荐平台，实时响应客户端的推荐请求

其中大数据智能云推荐服务是独立于企业外部的智能云推荐模式，将推荐系统的输入端和输出端以接口调用的方式进行运作: 以营销文本活动内容推荐为例，我们将文本分词模块部署到企业内部，极光大数据只需要接入分词后的向量集合，这样一来既能很好地保护企业的数据隐私，又能充分发挥极光自身大数据平台海量客户兴趣标签的优势，独立于企业外部开发了内容文本挖掘分析算法和推荐引擎算法，具体流程图如下：

该方案亮点主要有三点，

-结合数十亿实时更新的用户行为特征标签，能够通过先进算法对企业客户进行个性化精准营销；

-混合客户触达手段，能够实现对线上线下触点的系统化利用，这是对于已有和潜在客户制定的全方位营销策略

-最后，通过API方式集成，实现开箱即用，易于部署。

需要额外强调的是针对推荐系统多目标特性，极光大数据团队采用混合方案，设计一种新的多目标推荐算法：

基于神经网络和用户偏好的协同过滤算法对线上和线下用户分别进行产品推荐，首先采用聚类算法解决用户行为数据的稀疏性问题，然后通过神经网络与用户偏好相结合来分析用户之间的相关性，最后利用训练出的分类器模型计算用户对产品的喜好程度，从而有效的提高推荐效果。

聚类能够降低数据的稀疏性：即通过K-means聚类对评分用户进行聚类，然后计算目标用户与各聚类集合的相似度，将相似度最高的类的聚类中心乘以相似度得到的值，对目标用户的缺失值进行逐一差补，从而有效解决数据稀疏的问题。

神经网络能够有效学习用户之间的复杂关系，用户偏好能够反映产品的受欢迎度。通过对用户聚类，在神经网络的输入层中加入用户偏好，就能实现降低数据的稀疏性和有效的学习用户之间的复杂关系。此法需要先对样本用户进行模型训练，最终对目标用户行为进行预测。

实证效果 —— 营销效果评估

2016年双11期间，极光大数据利用综合营销系统，进行线上线下联合营销，将线上线下的促销信息利用客户自有的app渠道，精准地推送给客户，对线上和线下的销售均有显著的提升，特别是对已有app用户的营销策略，极光营销策略效果要远远高于企业自主营销效果。

营销活动和用户的兴趣关联度的关系如下

客户ID为8a8b2425108ebac8356fd1e8e8018f3a的线下用户，优惠活动8（优惠活动8：宝贝提前过双十一，贝贝怡等品牌婴幼儿服饰全场6折封顶，最低16元起！）的推荐度最高，极光大数据分析该用户为女性白领用户，对母婴和亲子类的消费品有极大的兴趣，且门店智能设备实时感知该设备在百货实体店附近出现。

客户ID为f72af0e6b970d887afa54538e89fc9b0的线上用户，优惠活动1（优惠活动1：双十一全民嗨购，BURBERRY 3.4折起，KENZO 3.8折起，ARMANI 4.4折起，COACH 3.6折起……更多惊喜，等你发现~）的推荐度最高，该用户为高价值的用户，主要表现在某些购物类app上行为活跃，如寺库、全球购等等，热衷与某些奢侈品品牌，且过去一年有海外旅游的经历，活跃的活动区域在高端消费商圈及居住场所。

通过结果可以看到，数据应用效果差异明显：

针对已安装某零售线上app的用户进行分析，结合极光海量用户标签，根据用户特征和用户偏好，制定营销策略，通过app自有推送通道，向用户推送营销信息。以客户点击率或实际购买行为为考察对象，营销效果评估差异如下：

对未安装app的用户，极光大数据先根据用户特征及偏好，针对百货商场附近人群，利用极光近场感知服务、探针WIFI定位、GPS位置定位服务，识别商场及周边人群，根据极光海量用户标签，定位潜在用户，由客户方进行精准化触达和个性化营销，效果差异也很明显。

总结

各大零售业巨头们俨然已经意识到只有搭乘“互联网+”的快车才能华丽转身，达到这个境界的经营者们已经摆脱了手工处理、依赖个人经验的阶段，并且开启了数据化的战略路线，但问题是每家的数据积累、数据加工和算法能力上参差不齐，因此在最终营销效果上各家能力各有千秋，极光大数据除了提供全行业的综合营销整体解决方案，在低价值数据稠密、高价值数据稀疏处理上也略有研究，预知详情请持续关注未来的篇章。